KI-Entwicklung und KI-Engineering
KI-Entwicklung für Ihr Produkt und die Plattform darunter
Cloudsail ist ein KI-Engineering-Unternehmen mit Engineers in Deutschland und Polen. Wir bauen Assistenten, Sprachschnittstellen und Agenten in die Produkte ein, die Sie verkaufen, integrieren sie in die Systeme, die Sie bereits betreiben, und bauen das Modell-Serving, Retrieval und die Infrastruktur, auf die sie angewiesen sind.
Unser Team hat Software und produktive KI entwickelt für
Vier Ebenen, gemeinsam geplant
Was eine KI-Funktion pro Anfrage kostet, wie schnell sie antwortet und wie gut ihre Antworten sind, hängt vom Modell, vom Retrieval und von der Infrastruktur darunter ab. Wir planen die vier Ebenen gemeinsam, damit die Abwägungen zwischen ihnen in einem einzigen Entwurf getroffen werden statt zwischen getrennten Anbietern.
Agenten in Ihrem Produkt
Eigene Agenten, MCP-Server und A2A. Ein Entwurf sieht mehrere Agenten nur dort vor, wo sich die Arbeit sauber aufteilen lässt.
Anwendungen
Assistenten und Sprachschnittstellen sowie Anwendungen, die auf Grundlage Ihrer eigenen Dokumente antworten.
Modelle
Ein Modell auswählen, es feintunen, wo sich das lohnt, und es an der Aufgabe testen, die es erledigen muss.
Infrastruktur
GPUs, Inferenzserver und Cloud-Setup, in Ihrem eigenen Konto oder bei einem Anbieter in der EU.
Wo Kosten und Fehler entstehen
Kosten und Fehler entstehen dort, wo zwei Ebenen aufeinandertreffen: bei einem Modell, das größer ist, als seine Aufgabe es verlangt, bei einem Retrieval, das nicht mehr aktuell ist, oder bei Tool-Berechtigungen, die weiter reichen, als die Funktion es erfordert. Diese Nahtstellen prüfen wir zuerst.
Im Produkt
Zugriff auf Ihre Systeme
Darunter
Systeme, die wir produktiv betrieben haben
Gebaut und betrieben von unseren Engineers.
Modelle
Computer-Vision-Modelle, trainiert auf über 100 Millionen Bildern
Anwendungen
Voice-KI mit Antwortzeiten unter 600 Millisekunden
Agentensysteme
Unternehmensassistenten, die Retrieval, Agenten und MCP verbinden
Infrastruktur
Cloud-Plattformen hinter öffentlichen Apps, die Hunderttausende Menschen nutzen
Details zu den Projekten erhalten Sie auf Anfrage.
Mit einem Engineer sprechenKI-Integrationsleistungen für Ihr bestehendes Produkt
Eine KI-Funktion wird erst nützlich, wenn sie Ihre eigenen Systeme erreicht. Die meisten Integrationen folgen demselben Ablauf: Sie lesen die Datensätze, die der Nutzer sehen darf, entwerfen oder führen eine klar begrenzte Aktion aus und geben das Ergebnis an den Arbeitsablauf zurück, in dem die Anfrage entstanden ist.
Nehmen wir als hypothetisches Beispiel ein Support-Ticket. Der Assistent liest das Ticket, die Bestellhistorie des Kunden und passende Hilfeartikel mit reinen Leserechten. Er entwirft eine Antwort mit einem Erstattungsvorschlag, und eine Support-Mitarbeiterin oder ein Support-Mitarbeiter gibt sie frei, bevor etwas versendet wird. Die Erstattung selbst auszulösen ist eine separate Schreibberechtigung, die später nur hinzukommt, wenn das Team sie möchte.
- Wenn Ihre bestehende API oder Ihr SDK ausreicht, rufen wir sie direkt auf. Ein MCP-Server lohnt sich, wenn mehrere KI-Clients dieselben Werkzeuge brauchen; für eine einzelne Funktion ist er oft unnötig.
- Jede Aktion ist auf bestimmte Datensätze und Felder beschränkt, mit einer benannten Freigabeperson, wo das Risiko es erfordert.
- Fehlgeschlagene und wiederholte Aufrufe werden ausdrücklich behandelt. Wir legen fest, welche Schritte sicher wiederholt werden können, und nutzen Idempotenzschlüssel oder Statusprüfungen, damit ein Timeout keine zweite Erstattung auslöst. Das senkt das Risiko, beseitigt es aber nicht.
Was wir übergeben und wann es als fertig gilt
Sie erhalten eine funktionierende Integration, die Ihr Team betreiben und ändern kann. Dazu gehören der vereinbarte Datenfluss, die genutzten Berechtigungen und der Integrationscode. Tests decken realistische Fehler ab, etwa abgelaufene Tokens oder einen langsamen vorgelagerten Dienst. Wir dokumentieren gemessene Antwortzeiten und Kosten pro Anfrage und schreiben Deployment-Anleitungen für Ihre Umgebung.
Die Abnahmekriterien vereinbaren wir vorab, zusammen mit einer benannten verantwortlichen Person auf Ihrer Seite, die die Abnahme erteilt. Wenn der Ablauf Vorsicht erfordert, kann das erste Release nur lesend arbeiten oder jede Aktion zur Freigabe vorlegen.
Getestet an Anfragen aus Ihrem Produkt
Jede Funktion bekommt ein Testset aus echten Anfragen. Vor und nach jeder Änderung verfolgen wir die Kosten und die Antwortzeit jeder Anfrage sowie die Qualität der Antworten.
Agenten für Geschäftsprozesse, etwa für die Schadenbearbeitung oder die Rechnungsprüfung, haben eine eigene Seite.
Wie wir mit Zugriffen umgehen
Wir nehmen kein Geld von Modell- oder Tool-Anbietern, deshalb empfehlen wir, was bei Ihnen im Test am besten abgeschnitten hat.
Die Agenten, die wir bauen, laufen in Ihrer Umgebung.
Jedes Tool erhält nur den Zugriff, den seine Aufgabe erfordert.
Jede Aktion eines Agenten wird protokolliert.
Die Anforderungen Ihres Betriebsrats gehen wir vor dem Start mit Ihnen durch.
Fragen
Wie läuft ein erstes Gespräch ab?
Dreißig Minuten mit einem unserer Engineers. Das Gespräch ist kostenlos, und wir brauchen dafür keinen Zugriff auf Ihre Systeme oder Daten.
Was für ein KI-Entwicklungsunternehmen sind Sie?
Ein Engineering-Unternehmen. Die Engineers, die Sie beraten, bauen die Funktion auch in Ihrem Produkt und Ihrer Cloud, testen sie an Anfragen aus Ihrem Produkt und übergeben Code, Testsets und Runbooks an Ihr Team. Wir verkaufen keine Tools weiter, und kein Modellanbieter bezahlt uns.
Können Sie KI in unsere bestehenden Systeme integrieren?
Ja. Wir verbinden Modelle über Tools oder MCP-Server mit Ihren bestehenden APIs, Datenbanken und Fachsystemen, wobei jedes Tool nur den Zugriff erhält, den seine Aufgabe braucht. Ausgangspunkt ist Ihre heutige Architektur, keine neue Plattform.
Wie bringen Sie einen KI-Piloten in Produktion?
Zuerst bauen wir ein Testset aus echten Anfragen und messen daran Kosten pro Anfrage, Antwortzeit und Antwortqualität des Piloten. Die Funktion geht mit dem Monitoring, den Zugriffsgrenzen und der Ausweichlösung live, die sie braucht, und dieselben Tests laufen vor jeder späteren Änderung.
Warum ist es wichtig, dass Sie sich auch um Modelle und Infrastruktur kümmern?
Weil auf diesen Ebenen über Kosten und Grenzen entschieden wird. Braucht eine Funktion ein Modell in Ihrem EU-Konto oder ein kleines Modell, das für eine einzelne Aufgabe mit hohem Volumen trainiert wird, gehört diese Arbeit zum selben Projekt und wird kein eigenes.
Automatisieren Sie auch Geschäftsprozesse?
Ja. Agenten für komplexe Fälle in Ihren betrieblichen Abläufen, etwa Schadenmeldungen oder Rechnungsprüfungen, beschreiben wir auf einer eigenen Seite.
Mit welchen Frameworks entwickeln Sie?
Mit denen, die Ihr Team später ohne uns pflegt, etwa mit LangGraph, dem OpenAI Agents SDK, dem Claude Agent SDK, Googles Agent Development Kit oder Mastra. Ist der Kontrollfluss einfach, schreiben wir stattdessen Code ohne Framework.
Wann lohnt sich mehr als ein Agent?
Wenn Teile der Arbeit unterschiedlichen Verantwortlichen gehören, mit unterschiedlichen Tools laufen oder von unterschiedlichen Anbietern kommen. Jede Übergabe kostet Latenz und Geld und ist eine weitere mögliche Fehlerquelle. Deshalb beginnen wir mit einem einzigen Agenten und teilen nur dort auf, wo es eine solche Grenze wirklich gibt. Genau an diesen Stellen ist A2A nützlich.
Sind Sie an die Plattform eines einzigen Anbieters gebunden?
Nein, und kein Anbieter bezahlt uns. Ausgangspunkt sind Ihre bisherigen Modelle, Clouds und Frameworks, und Alternativen schlagen wir erst vor, wenn sie bei Ihren Aufgaben besser abgeschnitten haben.
Können Sie mit unserem aktuellen Modell und Anbieter arbeiten, statt beide zu ersetzen?
Ja. Wir gehen von Ihrer bestehenden Architektur aus und testen das Modell, das Sie bereits nutzen, mit echten Anfragen. Erfüllt es Ihre Ziele für Qualität, Latenz und Kosten, bleibt es. Reicht es nicht aus, zeigen wir die gemessenen Unterschiede zu Alternativen, und Sie entscheiden, ob sich ein Wechsel lohnt.
Wovon hängen Umfang und Preis einer KI-Integration ab?
Von vier Dingen: den beteiligten Systemen und dem Zugang dazu, dem Risiko der Aktionen, die die KI ausführen darf, dem nötigen Evaluierungsaufwand und dem Betriebsaufwand nach dem Start. Den Umfang vereinbaren wir nach einem Gespräch mit einem unserer Engineers. Das erste 30-minütige Gespräch ist kostenlos.
Verwandte Leistungen
KI-Automatisierung
Geschäftsprozesse, Schritt für Schritt mit Regeln, Modellen und Agenten automatisiert, an früheren Fällen getestet und als Kosten pro Fall berichtet.
KI-Chatbots
Chatbots und Assistenten für Kundenservice und internen Support, die aus Ihren Daten antworten, über freigegebene Tools handeln und an Menschen übergeben.
KI-Beratung
KI-Strategie, Bewertung von Anwendungsfällen und Readiness-Checks von Engineers, die das erste System auch bauen und messen.
KI-Engineers für Ihr Team
Erfahrene KI-Engineers, die in Teilzeit oder länger in Ihrem Team mitarbeiten und mit Ihnen KI-Funktionen, Agenten und Plattformen bauen.
KI-Evals-Engineering
Evals für KI-Produkte, Agenten und RAG, aufgebaut aus Ihren eigenen Traces, mit Testset und Release-Gate in Ihrem Repository.
KI für Unternehmen
Assistenten, Agenten und private KI, eingebaut in Ihre Systeme, mit Ihren Berechtigungen, Audit-Logs und einem Plattformteam, das sie betreiben kann.
MCP-Server-Entwicklung
MCP-Server, die freigegebene interne APIs mit KI-Assistenten verbinden, mit engen Berechtigungen, Freigaben für Änderungen und Tests.
RAG-Entwicklung
Assistenten, die aus Ihren internen Dokumenten antworten, mit Berechtigungen, Quellenangaben und Tests anhand Ihrer eigenen Fragen.
Aus dem Blog
Vom KI-Piloten in die Produktion
Was vorhanden sein muss, bevor ein erfolgreicher KI-Pilot live geht: Regressionstests, Versionierung und Rollback, Monitoring, eine verantwortliche Person, Übergabe und stufenweiser Start.
Latenzbudget für LLM-Funktionen
Wie Sie herausfinden, warum eine KI-Funktion langsam ist: jede Anfrage in Warteschlange, Retrieval, Modell und Tools aufteilen, den größten veränderbaren Anteil beheben und die Ausreißer unter Last messen.
Selbst betreiben oder Managed API
Wie Sie entscheiden, ob eine KI-Anwendung auf eigener Infrastruktur laufen oder auf einem gemanagten Modell-Endpunkt bleiben sollte, anhand von Zugriffsanforderungen, Betriebskapazität und gemessenen Kosten.
Mit einem Engineer sprechen
Bringen Sie eine Aufgabe mit, die Sie verbessern möchten. Das Gespräch dauert 30 Minuten und braucht keinen Zugriff auf Ihre Systeme oder Ihre Daten.
Sehen Sie in Ihrem E-Mail-Programm nach dem Entwurf
Senden Sie ihn von dort ab, und ein Engineer antwortet Ihnen persönlich mit Terminvorschlägen für ein 30-minütiges Gespräch. Hat sich kein Entwurf geöffnet, schreiben Sie uns an miki@cloudsail.com.